MétaCan
Menu
Retour à la cohorte
Enregistrement W2145623489 · doi:10.3233/hsn-2000-187

A hierarchical Quality of Service control architecture for configurable multimedia applications

2000· article· en· W2145623489 sur OpenAlexaff
Baochun Li, William Kalter, Klara Nahrstedt

Notice bibliographique

RevueJournal of High Speed Networks · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueReal-Time Systems Scheduling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceArchitectureMultimediaQuality of serviceControl (management)Quality (philosophy)Service (business)Computer networkService qualityComputer architectureDistributed computingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In order to achieve the best application‐level Quality‐of‐Service (QoS), multimedia applications need to be dynamically tuned and reconfigured to adapt to fluctuating computing and communication environments. QoS‐sensitive adaptations are critical when applications run in general‐purpose systems, with no mechanisms provided for supporting resource reservations and real‐time guarantees. Such adaptations are triggered by resource availability variations caused by best‐effort resource allocations in unpredictable open environments. In this paper, we argue that adaptations are most effective to achieve a better QoS when performed within applications, where they may be optimized towards the best performance tradeoffs across various application parameters with different semantics. However, we believe that decisions about when and how adaptations should occur need to be coordinated, and formalized as a generic algorithm to be applied to a wide range of applications. For this purpose, we first identify an application model to focus on a set of application‐specific tuning ‘knobs’ and critical parameters, then propose a polynomial‐complexity QoS probing algorithm to quantitatively capture the run‐time relationships between the two sets of parameters. Finally, we present a hierarchical adaptive QoS control architecture to bridge the gap between original ‘triggers’ of adaptation and actual tuning ‘knobs’ to be invoked. To prove the validity of our architecture and algorithms, we present Agilos, a middleware implementation of our hierarchical architecture. Under its control, we show that a configurable multimedia tracking application is able to deliver optimal performance even when operating in unpredictable open environments.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,270
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of High Speed NetworksMême sujetReal-Time Systems SchedulingTravaux en français237 207